Leçon 3 sur 5
Machines à vecteurs de support et méthodes de boosting
Je sais expliquer comment une machine à vecteurs de support sépare deux classes avec la plus grande marge, à quoi sert l'astuce du noyau, et comment le boosting combine des modèles faibles en corrigeant leurs erreurs successives.
- 1 h 30
- 6 exercices corrigés
- QCM de 7 questions
À la fin de la leçon, vous saurez :
- Définir un hyperplan séparateur, la marge et les vecteurs de support
- Écrire le problème d'optimisation des SVM à marge dure et à marge souple, et interpréter l'hyperparamètre C
- Utiliser un noyau (polynomial, gaussien) pour obtenir une frontière non linéaire
- Dérouler une itération d'AdaBoost et une itération de gradient boosting
- Comparer bagging et boosting et choisir un modèle adapté
Avant de commencer : Leçons 1 et 2 (perte, descente de gradient, arbres de décision, forêts aléatoires) ; produit scalaire et norme d'un vecteur.
1Je découvre
Kankan Microcrédit s'est associée à un opérateur de mobile money pour proposer des remboursements par téléphone. Très vite, un nouveau problème apparaît : quelques transactions sont frauduleuses (comptes usurpés, montants inhabituels envoyés la nuit vers des numéros inconnus). Elles sont rares, mais coûteuses.
L'équipe de M. Bangoura, le responsable informatique, a essayé une forêt aléatoire : correcte, mais elle laisse passer des fraudes « à la limite », ressemblant presque à des transactions normales. Un consultant propose deux autres familles de méthodes : les machines à vecteurs de support, qui cherchent la frontière la plus « sûre » entre les deux classes, et le boosting, qui construit une suite de petits modèles où chacun se concentre sur les erreurs des précédents.
Comment tracer la frontière la plus robuste entre deux classes, et comment des modèles faibles peuvent-ils, ensemble, devenir très performants ?
La suite se lit avec votre compte Kharandi Université
La première leçon de chaque cours est libre. Kharandi Université est une inscription à part de l’école : avec votre compte étudiant, vous lisez toutes les leçons en entier, avec les exercices corrigés et les QCM, et les 7 premiers jours sont offerts.